SuperAPI AI 工具集

gtars

智能体与模型

查看项目

更新于 10-15 23:43

技能介绍

gtars 用于基因组区间和参考序列的本地计算,提供 Rust 原生实现、Python 绑定(PyO3 扩展)以及特性门控的 gtars 命令行工具。已验证的快照版本为 Python 包 gtars==0.10.0、Rust 元 crate 与 gtars-cli==0.10.0,且需 Python >=3.10。直接组件 gtars-refget 曾发布 0.11.0,其 Rust list_sequences() 返回 Result;注意 Git 标签、Python 包、组件与 CLI 版本不一定一致。

用途方面,它面向基因组区间集合(RegionSet)的集合代数与统计:重叠计数 count_overlaps、布尔 any_overlaps、索引 find_overlaps、交集片段 intersect_all、覆盖比例 coverage,以及 reduce、setdiff、pintersect、concat、union、jaccard、overlap_coefficient、closest、cluster、gaps 等。共识(consensus)位于单独模块,返回带 count 的行;该 count 统计触及合并并集分量的输入集合数,而非逐碱基支持度。分词器模块支持从本地 BED 构建 Tokenizer 并生成 token 与编码。参考序列方面提供 refget 相关存储,优先使用 RefgetStore.in_memory() 或 open_local(path)。信号轨道生成在 Python 0.10.0 中未作为 uniwig 暴露。

使用方式上,导入需来自子模块,例如 from gtars.models import Region, RegionSet。安装示例:uv venv 后 uv pip install "gtars==0.10.0";CLI 可用 cargo install gtars-cli --version 0.10.0 --locked。Rust 依赖使用精确 pin(=0.10.0)并按需开启特性,保留 Cargo.lock。随附六个本地参考文档(python-api、overlap、coverage、tokenizers、refget、cli)及多个确定性校验/规划 CLI 脚本,均不联网、不写文件。

限制与注意事项:Python wheel 含原生扩展,Cargo 安装会执行构建脚本,应视为代码执行,需核对官方来源、不可变版本、平台标签、许可证与 SHA-256 校验和,并在隔离环境与资源限制下运行,勿执行不可信预编译包。BED 为 0 基半开区间 [start,end),坐标为 u32(上限 4,294,967,295)。需显式记录装配版本、contig 名称精确比较与排序策略;RegionSet(path) 加载时按 contig 与 start 字典序排序,构造不自动合并重叠,需显式 reduce();strand 向量与排序、部分集合运算存在不一致,科学上有意义时应外部保留并校验。任何联网或缓存写入均非隐式,需事先批准;RegionSet(path) 对不存在的本地路径可能按 URL 处理,Tokenizer.from_pretrained 可能下载并写入 Hugging Face 缓存,gtars bbcache 会创建缓存目录。此外,0.10.0 已移除若干旧 API 与旧 CLI 形式,旧示例不可用。许可证方面本技能标注 MIT,但仓库根目录显示 BSD-2-Clause,再分发前需核对具体制品的许可证。